面向開放域的中文問答系統(tǒng)問句處理相關技術研究.pdf

1、問答系統(tǒng)是信息檢索分支，屬于精確檢索，是國外信息技術的研究熱點，但在國內還處于起步階段。信息檢索是信息社會的重要特征，各種檢索引擎對人們幫助很大，但是如何使計算機更好地理解人的檢索需求，如何獲得精確檢索結果，這些目前還處于探索階段，問答系統(tǒng)正是這個方面的重要研究內容。本文系統(tǒng)地介紹了問答系統(tǒng)的研究內容及現狀，對中文問答系統(tǒng)與問句處理相關的關鍵技術進行了較為深入的分析與探討，實質性工作和創(chuàng)新點如下： 1）研究中文問答系統(tǒng)的理論框架

2、和系統(tǒng)結構，從總體上對問答系統(tǒng)形成一個較為清晰的認識，對其中的研究重點和難點進行具體的分析。 2）建立一個小規(guī)模的問句句法標注語料庫（目前國內在該方面還是空白，沒有現成的資源可資利用），在此基礎上，研究相應算法，派生出句法截斷數據庫和句法片段數據庫，其中基于截斷的片段和片段組合抽取算法具有很高的獨創(chuàng)性和實用價值。為高效地建立句法標注語料庫，設計研發(fā)了一個實用的中文句法編輯與分析輔助系統(tǒng)。 3）在標注語料庫的基礎上，根據中

3、文問句在語法語義上的特性，結合現有的語料庫理論和方法，應用句法片段技術和語言學中關于句法截斷理論，研究出一套基于DOP（Data-Oriented Parsing）的問句句法分析算法，實驗表明，與其它句法分析技術相比，準確率有較大提高。 4）根據中文問句的結構特征，結合文本分類技術中較為成熟的Bayes計算模型等，對問句的歸類進行處理，建立一個準確率較高的中文問句分類算法模型。 5）在中文句法標注語料庫的基礎上，對中文問